【技术实现步骤摘要】
本专利技术涉及光纤光栅传感器，具体涉及一种基于深度学习的光纤光栅应变测量方法及系统。
技术介绍
1、光纤布拉格光栅（fiber bragg grating, fbg）传感器因其高灵敏度、耐腐蚀性和抗电磁干扰能力，被广泛应用于土木工程、航空航天和能源等领域。然而，fbg传感器同时对温度和应变敏感，这种特性增加了测量的复杂性，尤其在复杂环境下，如温度变化和机械振动会影响测量精度。
2、传统的温度补偿技术（如双光栅法）在一定程度上缓解了这一问题，但在多因素干扰下仍面临精度不足和实时性差的挑战。随着深度学习技术的迅速发展，将深度学习应用于光纤光栅的信号处理和解耦，能够更准确地分离温度与应变分量，提高测量精度和环境适应能力。
技术实现思路
1、本专利技术提出了一种基于深度学习的光纤光栅应变测量方法及系统，通过光纤光栅的硬件设计与深度学习算法的结合，实现对温度和应变分量的实时解耦和高精度补偿，具体包括以下创新点：
2、双光栅设计：采用一个光栅测量温度，另一个光栅测量应变，通过封...
【技术保护点】
1.一种基于深度学习的光纤光栅应变测量方法，其特征是，包括：利用光纤光栅传感器模块采集双光栅的波长变化信号，其中应变光栅对应变和温度敏感，温度光栅仅对温度敏感；通过数据采集系统实时采集波长变化数据，并传输至深度学习分析模块；使用深度学习模型对输入数据进行分析，分离温度和应变分量；根据分离结果对应变信号进行温度补偿，生成校正后的应变数据。
2.根据权利要求1所述的基于深度学习的光纤光栅应变测量方法，其特征是，所述数据采集系统包括可调谐窄带激光器、光电探测器和数据采集卡，用于捕获双光栅的反射波长信号并进行数字化处理。
3.根据权利要求1所述的基于深...
【技术特征摘要】
1.一种基于深度学习的光纤光栅应变测量方法，其特征是，包括：利用光纤光栅传感器模块采集双光栅的波长变化信号，其中应变光栅对应变和温度敏感，温度光栅仅对温度敏感；通过数据采集系统实时采集波长变化数据，并传输至深度学习分析模块；使用深度学习模型对输入数据进行分析，分离温度和应变分量；根据分离结果对应变信号进行温度补偿，生成校正后的应变数据。
2.根据权利要求1所述的基于深度学习的光纤光栅应变测量方法，其特征是，所述数据采集系统包括可调谐窄带激光器、光电探测器和数据采集卡，用于捕获双光栅的反射波长信号并进行数字化处理。
3.根据权利要求1所述的基于深度学习的光纤光栅应变测量方法，其特征是，所述深度学习模型采用双头卷积神经网络（cnn），分别用于预测温度变化和应变变化，且其损失函数包括多任务加权优化公式：
4.根据权利要求3所述的基于深度学习的光纤光栅应变测量方法，其特征是，所述模型部署在边缘计算节点，采用轻量化深度学习框架以实现实时推理，推理时间小于10毫秒。
【专利技术属性】
技术研发人员：程浩，张立业，张益伟，杨景，杨国玉，
申请(专利权)人：龙跃智检科技南京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。